Currículo

Incerteza e Tomada de Decisão 04788

Contextos

ECTS

6.0 (para cálculo da média)

Objectivos

No final do período curricular desta UC, o alunos deverão: OA1 - Ser capazes de programar, a um nível introdutório, em linguagem R utilizando o Rstudio. OA2 - Ser capazes de distinguir entre diferentes tipos de dados, assim como elencar e aplicar as técnicas estatísticas que àqueles se adequam. OA3 - Estabelecer e realizar testes de hipóteses, construindo e estimando modelos explicativos em contexto de incerteza. OA4 - Compreender eventuais fontes de erro nos procedimentos de estimação e técnicas de mitigação de erros. OA5 - Ser capazes de construir modelos simples de simulação estocástica para avaliação de cenários e decisão em contexto de incerteza.

Programa

CP1 - Linguagem R e o RStudio Funcionalidades básicas, variáveis e funções. Tipos de dados e o package 'tidyverse'. Visualização com os packages 'base' e 'ggplot'. CP2 - Estimação Distribuições derivadas na normal. Intervalos de confiança, testes paramétricos e não-paramétricos para médias e variâncias de populações. Ajustamento, independência e normalidade. CP3 - Modelos de Regressão Regressão linear simples e múltipla. CP4 - Simulação de Monte Carlo Conceitos de simulação, avaliação de cenários, viés e erro-padrão de estimadores; simulação de portefólios de ativos financeiros.

Método de Avaliação

Avaliação ao longo do semestre: Assiduidade mínima de 2/3 de aulas. Um teste intercalar individual (50%) e um teste final (50%); nota mínima em cada um dos testes de 8.5 valores; média final mínima de 10 valores (nota arredondada às unidades). Avaliação por exame: exame individual que inclui a matéria toda com nota mínima de 10 valores (nota arredondada às unidades). Em qualquer modalidade de avaliação poderá ser requerida uma prova oral. Todos os momentos de avaliação serão realizados sem consulta de folhas de apoio, livros ou outros materiais, não sendo permitida a utilização de calculadoras gráficas nem de telemóveis; os formulários e tabelas serão fornecidos pela equipa docente no momento da avaliação.

Carga Horária

Bibliografia

Principal

• Brown, D. S. (2021). Statistics and Data Visualization Using R: The Art and Practice of Data Analysis. SAGE Publications. Thulin, M. (2024). Modern Statistics with R: from wrangling and exploring data to inference and predictive modeling. Author edition. ISBN: 978-915-27-0151-5 Dias Curto, JJ (2021). Estatística com R: Aprenda Fazendo. Edição de autor. ISBN: 978-989-33-2076-1 Reis, E., P. Melo, R. Andrade & T. Calapez (2021). Estatística Aplicada, Vol. 1, 7ª ed. Edições Sílabo. Reis, E., P. Melo, R. Andrade & T. Calapez (2018). Estatística Aplicada, Vol. 2, 6ª ed. Edições Sílabo.:

Secundária

• Curto, J.C. (2022). Statistics - over 200 problems (with solutions): Applications in `R/RStudio' and `Excel', Edição de autor. ISBN: 979-8490950042. Rizzo, M. (2019). Statistical Computing with R, Second Edition, CRC Press. Field, A., Miles, J., & Field, Z. (2012). Discovering statistics using R. Sage publications. Newbold, P., Carlson, W.L & Thorne, B.M. (2020). Statistics for Business and Economics, 9ª ed. Global Edition. Harlow: Pearson Education Limited.:

Disciplinas de Execução

2025/2026 - 1º Semestre